【武汉工程大学主办 | 延续IEEE出版，平均会后3-4个月左右完成检索】第六届消费电子与计算机工程国际学术会议（ICCECE 2026）

马佳义 教授，武汉大学

报告人简介：武汉大学机器人学院教授、博导。入选国家高层次青年人才计划，研究方向为计算机视觉、信息融合等。发表CVPR、ICCV、IEEE TPAMI、IJCV、Cell等中科院一区/CCF A类论文300余篇，获钱学森论文奖、Inf Fusion最佳论文奖，谷歌学术引用4.4万余次，H指数96。曾获湖北省自然科学一等奖(序1)，担任Inf Fusion共同主编，IEEE TIP、IEEE/CAA JAS、The Innovation等期刊编委。

• 报告题目：应用导向的多模态图像融合

• 报告简介：图像融合技术旨在将来自不同源图像中的互补信息集成于一体，生成一幅能够全面表征成像场景的融合图像，从而显著提升目标识别、场景感知与环境理解的能力。本报告以应用导向的多模态图像融合为核心，剖析该领域当前面临的挑战与发展机遇，并系统介绍若干代表性方法。重点围绕未配准多模态图像融合、高低层视觉任务协同下的图像融合、具备退化鲁棒性与文本控制能力的图像融合等方向展开讨论，同时结合典型应用场景，展示其实际价值与广阔的应用前景。

王中元 教授，武汉大学

报告人简介：王中元，武汉大学计算机学院教授，主要研究方向为多媒体信息处理与社会安全应用。主持了多项国家级与省部级科研项目，发表学术论文50余篇，多篇入选ESI高被引论文。指导学生获得国际TRECVID竞赛第一名、国际生物特征识别理事会最佳论文奖、中国图象图形学会优秀博士学位论文提名奖等奖励。研究成果曾获得湖北省技术发明一等奖和广东省科技进步一等奖。

• 报告题目：社会安全中的可信人脸识别

• 报告简介：可信人脸识别是社会治理中的重要支撑技术。戴口罩遮挡的人脸识别比常规的人脸识别更具挑战性，本报告从人脸样本和识别模型的角度介绍口罩人脸识别的若干有效方法。同时，针对Deepfake（深度伪 造）对真实身份认定造成的威胁，进一步阐述应对网络空间AI身份欺诈的技术手段与成效，以守护身份安全。

刘乐元 教授，华中师范大学

报告人简介：刘乐元，华中师范大学教授、博士生导师，其主要研究方向包括计算机视觉与计算机图形学、人工智能辅助特殊教育、教育元宇宙以及教育机器人等。主持了包含国家自然科学基金、国家重点研发计划子课题、湖北省自然科学基金等在内的十余项科研项目，并作为重要骨干参与多项国家重大课题。在 IEEE Transactions on Multimedia 等国际知名期刊，以及 CVPR、ECCV、ACM MM 等顶级人工智能会议上发表论文八十余篇；获二十余项发明专利授权。荣获湖北省科学技术进步一等奖（2020）、湖北省社会科学优秀成果二等奖（2018、2020）以及湖北省自然科学优秀论文一等奖（2012）等多项学术荣誉。

• 报告题目：高保真孪生数字人生成技术及其在孤独症干预中的应用

• 报告简介：孤独症谱系障碍（ASD）是一类广发性儿童神经发育障碍，其核心特征主要表现为社会交往受损和语言能力不足。近年来，大量研究尝试将人工智能技术融入孤独症干预。由于ASD儿童的镜像神经元系统受损，现有方法往往依赖于第三人代理，一定程度上限制了干预效果。本报告提出了一种利用高保真孪生数字人开展孤独症干预的全新路径，即通过为ASD儿童构建第一人称数字自我化身，以缓解镜像神经元系统缺陷带来的不利影响。报告首先介绍了该方法的提出背景和研究动机，随后详细阐述了高保真数字人生成的核心技术，包括基于单张图像的三维头部重建与纹理合成、三维人体姿态估计与重建、基于扩散模型的高质量纹理生成，以及语音克隆等。在应用层面，报告重点展示面向ASD儿童的元宇宙干预系统，通过个性化的数字化身与定制化的语音，为儿童构建沉浸式、个别化、可控的干预环境。实证研究进一步验证了该技术在孤独症干预中的适切性与潜力。最后，报告展望了高保真孪生数字人在教育、康复及跨学科融合等领域的未来发展前景。

江俊君 教授，哈尔滨工业大学

报告人简介：江俊君，哈尔滨工业大学计算学部长聘教授、博导，人工智能学院副院长，入选国家级青年人才计划。2014年12月于武汉大学计算机学院获得博士学位，2016年至2018年在日本国立情報学研究所担任特任研究员。研究方向主要包括图像处理、计算机视觉、深度学习。相关研究成果发表IEEE Transactions期刊论文和CCF A类会议论文百余篇，发表论文被谷歌学术引用2.4万次，H因子为70，入选全球高被引科学家、全球前0.05%顶尖科学家等榜单。担任Information Fusion期刊编委（2024年获最佳编委奖）、Fundamental Research和IEEE/CAA JAS期刊青年编委。曾获吴文俊人工智能优秀青年奖和中国计算机学会优秀博士论文奖。主持国家重点研发计划课题、国家自然科学基金联合重点/面上/青年项目。

• 报告题目：多模态信息融合与智能感知

• 报告简介：近年来，由于深度学习技术的兴起和飞速发展，利用大规模标注数据进行监督学习在封闭场景的特定计算机视觉任务上的性能取得了突破性的进展，与此同时这些方法的性能也日趋饱和，其发展面临来自真实开放世界等应用挑战。针对真实世界的视觉多模态融合与感知这一重大需求，我们围绕小样本、弱标注、多源异构和跨场景等关键核心问题开展研究工作，将为复杂环境下无人系统的智能感知与自主决策提供技术支撑。报告将主要聚焦团队近年来在开放场景下的多模态信息融合与感知相关方面的主要研究成果。